基于改进和声搜索算法的配电网重构

提出一种改进的和声搜索算法,并将其应用在求解配电网络重构的复杂问题中。在初始化和声库时,引入混沌序列;同时在产生新的和声时,有效利用和声库中最优解的信息,在最优解的基础上进行扰动生成额外两个新解,以加快算法的收敛速度;最后,当算法陷入到某个局部最优解时,随机产生一组和声,再引入整体分布优化算法对其进行简单寻优,使算法迅速跃出局部最优。对IEEE33节点测试系统进行了仿真分析计算,结果说明该算法是可行的,并且该改进算法的寻优效率和收敛性都较好。     

无线传感器网络在智能配电网监测中的应用

智能电网发展对配电通信系统提出了更高要求:无线传感器网络在配电网监测系统中的应用策略。分析现有配电网通信方式的不足和无线传感器网络的结构特点,按照配电网监测系统的应用背景和环境要求,提出无线传感网配电监测系统的总体结构,从通信协议、拓扑控制、时间同步、节点定位等方面论述系统实现的关键技术。     

基于跳数和剩余能量的WSN蚁群路由算法

针对无线传感器网络能镀受限的特点,将蚁群算法应用于无线传感器网络路由协议中,通过蚁群算法构造一条从源节点到目的节点的最小跳数路径,该算法不仅考虑了节点的跳数,而且还考虑了节点的剩余能量,多角度节能,延长了州络的寿命.为了防止局部最优,算法采用具有奖罚机制的信息素更新方法,即在搜索过程中,若发现的路径比以往的最优解更优则...     

一种新的无线传感器网络分簇路由算法

无线传感器网络通常应用于条件恶劣,人迹难至的环境中.为了尽量覆盖检测区域,经常使用大规模随机播撒的方法部署传感器节点,这也造成了某些局部区域传感器过多,信息冗余,能量浪费的问题.而能量恰恰是无线传感器网络最重要的参数指标.在经典分簇路由算法的基础上通过基于经验的选择算法,使部署过于密集区域的节点能够在几次数据发射之后判断自己的信息是否是冗余信息,从而选择发送与否.这样就节约了相当一部分的节点的能量,仿真实验结果表明,该路由协议有效的延长了网络生存时间.     

基于AMOPSO考虑分布式电源的配电网重构

基于Pareto准则的多目标配电网重构方法利用自适应多目标粒子群优化(AMOPSO)算法进行优化,采用基于图论的拓扑修正策略来避免迭代过程中的不可行解,保证网络的辐射性约束,提高配电网重构效率;线性变化的惯性权重和学习因子可提高算法的寻优能力,保证Pareto解集的多样性。以含分布式电源(DG)的IEEE33节点系统为算例得到具有多样性的高质量Pareto解集,该结果不仅可验证所提出的多目标重构方法在解决配电网重构问题的有效性,也可证明DG的接入可减小配电网的网损、电压偏移量等。最后采用模糊决策法从Pareto解集中选出最佳调和解。     

基于改进布谷鸟算法含光伏电站的无功优化

针对光伏电站并网运行给配电网无功优化带来的问题,根据光伏发电的运行特性,构建了含光伏电站的配电网无功优化数学模型,并提出改进的布谷鸟算法求解无功优化模型的方法,对含光伏出力的IEEE 33节点配电系统进行无功优化。结果表明,所提出的改进算法能有效降低配电网的有功网损,各节点远离电压崩溃点。     

振动信号无线传输压缩算法的能效分析

通过传感器节点采集设备振动信号,借助无线网络传输技术将大量的振动数据传送到数据处理和信号分析中心。通常采用数据压缩算法来减少数据传输量,一方面减少了数据传输量,同时也增加了节点的能量消耗,因此,对于能量有限的节点来说必须考虑这两者之间的能量平衡问题。根据振动信号特点,研究了振动传感器节点的能效评估方法,对两种典型的数据压缩算法结合硬件环境进行了能效评估。研究结果表明,采用压缩算法减少了传输数据量的同时,数据处理能耗也增加了,因此必须选择合适的压缩算法来平衡好两者之间的关系。可以采用有损压缩算法在保留振动数据有用信号的同时又滤除噪声,获得较好的能量效率。     

基于APDE算法的配电网分布式电源承载力评估

针对分布式电源接入配电网装机容量问题,提出一种基于自适应扰动差分进化算法（APDE）的配电网分布式电源最大承载能力评估方法。首先建立包含有载调压变压器及静止无功补偿器的配电网模型,并优化系统潮流与注入功率的关系表达式,通过考虑分布式电源及负荷的不确定性,建立基于机会约束规划下的源荷不确定性配电网分布式电源最大承载力评估模型;然后对差分进化算法进行改进,形成APDE算法以求解模型;最后基于IEEE-33节点配电系统对所建配电网模型进行分析,验证其满足电力系统分析需求,并进一步对所提配电网分布式电源承载力评估方法进行分析,通过与相关算法比较,证明了所建模型的可行性和改进方法的有效性。     

基于改进海洋捕食者算法的配电网储能多目标优化配置北大核心CSCD

分布式电源(distributed generation,DG)的大量接入是配电网重要发展趋势之一,而储能系统的合理配置是提升配电网接纳DG能力的重要手段。本工作考虑高比例DG接入配电网造成电能质量下降问题,建立使配电网电压偏移最小、线损率最低、储能规划成本最优三个指标的储能多目标优化配置模型;针对目前侧重改进传统优化算法求解储能配置多目标优化问题性能不足方面,采用一种基于快速非支配排序和边界交叉构造权重设置参考点的方法对海洋捕食者算法改进,进而求解配电网储能多目标优化模型,得出储能在配电网中的最佳并网位置、额定容量和储能电池调度周期内的充放电功率。通过在IEEE-33节点系统上进行算例分析,结果显示:采用改进的多目标海洋捕食者算法能够有效地求解出在最优储能规划成本下使配电网经济、稳定运行的储能配置方案,及储能电池运行周期内最佳的充放电策略;并且通过对比多种智能优化算法,证明了所提改进海洋捕食者算法在求解储能多目标优化配置问题上具有良好的收敛性能、分布性能。     

基于多群体自学习群搜索算法的分布式发电优化

为减少分布式发电(DG)对配电网电压和网络损耗的影响,在考虑DG的接入位置、接入容量及接入方法等因素对配电网影响的基础上,建立了以潮流方程及DG接入容量为约束、以配电网中电压偏差和网络损耗同时最小、以DG接入容量最大为优化目标的多目标优化模型。在此基础上,提出了一种多群体自学习群搜索算法(MSLGSO),并将其应用于求解DG优化问题。通过对IEEE33节点的标准配电网算例仿真分析,表明DG的合理配置可使配电网电压水平提升和减少有功网损,且所提算法具有良好的实用性和适应性。     

考虑电动汽车充电负荷的配电网运行风险控制与优化

针对大规模充电负荷接入导致配电网运行风险增大,需要控制和优化的问题,采用加权分布熵为指标来评估配电网的运行风险,基于此提出了配电网接纳电动汽车极限辆数的评估方法,并由此建立了各节点接纳能力评估模型;基于优化潮流分布的原理,提出了通过网络重构和闭环运行来改善配电网运行风险的方法;根据节点脆弱程度提出了充电负荷接入节点优化方法来改善配电网的运行风险。仿真算例分析了配电网接纳电动汽车的极限辆数,并研究了网络重构、闭环运行和充电负荷接入节点优化对配电网运行风险的改善效果。仿真结果表明,该方法优化效果明显,可为控制和改善配电网运行风险提供参考。     

基于改进粒子群算法的高压配电网拓扑自动成图技术

配电网拓扑成图能够以图形化的方式显示配电网结构,这种可视化有助于操作人员更好地理解和监控网络,从而提高电网可靠性和自动化运营。但现有的拓扑成图技术更多仍依赖于人工绘制,针对高压配电网拓扑成图人工工作量大且布局不合理的问题,该文基于改进粒子群算法设计一种针对高压配电网的拓扑自动成图技术,首先,对数据模型进行抽取,结合布置图框架设计原则和布线规则,确定以线路交叉和线路总长度最小作为复合优化目标;然后,通过对基本粒子群算法的惯性权重和局部粒子的搜索方式进行改进,提升全局寻优水平。实验仿真结果表明,所提方法求解时间短,完成率较高,整体布局更美观合理,可以很好地解决配电网拓扑自动成图问题。     

计及分布式电源的配电网故障恢复研究

针对配电网中一旦发生故障,受影响的负荷将被从网络中断开,并在网络重构过程中恢复供电这一现状,研究了引入分布式电源(DG)在故障恢复和网络重构中产生的影响。建立了考虑DG的网络重构数学模型,对目标函数和约束条件进行了相应的修改,加入了DG和电能质量因素,使用一种改进的粒子群优化算法(BPSO)解决此网络重构问题,最后采用IEEE69节点系统进行测试。研究结果表明提出的模型是合理和有效的。     

计及光伏功率预测的配电网潮流计算

采用改进BP神经网络算法对光伏系统进行短期功率预测并计算其在配电网中的潮流问题,采用改进前推回代算法进行潮流计算,通过求解节点—分层矩阵来对系统分层,进而对每层节点进行前推回代计算系统有功网损。最后,利用改进BP神经网络算法对某日光伏系统进行功率预测,并采用改进前推回代算法计算33节点系统的潮流,算例分析验证了所提改进算法的准确性与预测模型的有效性与实用性。     

含分布式电源的配电网快速前推回代算法

为解决分布式电源接入配电网带来的配电网潮流计算问题,在已有配电网潮流算法基础上,提出了一种能有效处理分布式电源并网问题的配电网快速前推回代改进算法。该算法首先基于配电网拓扑分析求得配电网快速前推回代算法所需的支路电流-节点电流关系矩阵和支路电流-节点电压降关系矩阵。其次,根据各种分布式电源的潮流计算模型计算其输出有功、无功功率,并引入节点等效注入电流模型作为前推变量,从而实现配电网快速前推回代算法求解含分布式电源的配电网潮流计算问题。最后通过对IEEE33节点系统进行仿真计算,验证了该算法的可行性,为含分布式电源的配电网潮流计算提供了新方法。     

基于改进二进制粒子群算法的孤岛划分方法

当分布式电源（distributed generation, DG）发生孤岛效应并停止运行时,可能导致重要负荷供电中断、DG弃光率升高和配电网供电可靠性降低。提出了一种基于改进二进制粒子群算法的孤岛划分新方法。根据线路电阻确定停电区域内负荷与各DG的电气距离,将其划分为多个单DG初级孤岛,以降低算法复杂度、避免功率远距离输送;给出具有“移动”“寻优”“突变”特性的速度更新公式和逐级约束的位置更新公式,并利用其划分各初级孤岛,以避免算法陷入局部最优解,从而提高其寻优速度;调整不满足约束条件和存在孤岛融合的供电区域,以保证孤岛运行的稳定性和最优性,实现孤岛划分。利用MATLAB/Simulink搭建IEEE 69节点配电系统,验证了该方法的有效性。     

综合考虑多类型灵活性资源的主动配电网优化调度方法研究

随着可再生能源渗透率不断增大,主动配电网的波动性和不确定性问题愈加突出。多类型资源协调优化可以有效提升系统的灵活性,促进可再生能源消纳。针对高渗透率主动配电网的灵活性需求,文章提出了一种综合考虑多类型灵活性资源的主动配电网优化调度方法。该方法从节点灵活性和网络灵活性出发,结合节点灵活性资源的物理特性,对灵活性供给进行量化建模,从而得到系统综合灵活性供给的模型。通过对网络灵活性资源智能软开关的实现原理、控制模式和运行特性的分析,建立了联合储能的智能软开关的运行模型。在此基础上,提出了灵活性充裕率和传输充裕率两个灵活性评估指标,并将灵活性效益纳入优化目标,构建了计及经济性、节点灵活性和网络灵活性的多目标优化调度模型。最后,采用内嵌潮流计算的多目标粒子群算法对所提的模型进行求解,以改进的IEEE33节点系统为例验证了所提方法的有效性。     

基于粒子群蚁群混合算法的配电网故障后重构研究

针对粒子群算法在配电网故障恢复中容易陷于局部干扰和蚁群算法计算速度慢的缺点,提出了适用于配电网故障后重构的基于粒子群蚁群的混合算法,确定了配电网重构时的潮流计算方法和目标函数,根据配电网的网孔对配电网的支路进行分组、编码,并简化网络;最后采用粒子群算法、蚁群算法、混合算法共三种算法对IEEE33节点系统进行了故障后的重构仿真分析,仿真结果验证了混合算法在配电网故障后重构应用中的有效性。     

基于改进Mask-RCNN模型的电力设备锈蚀识别

针对变电站电力设备锈蚀检测问题,文章提出了一种基于改进Mask-RCNN模型的锈蚀检测方法。使用残差网络Resnet101作为模型的基础网络,使用改进后的非极大值抑制(Non-Maximum Suppression,NMS)算法,提升语义分割的检测准确率。针对设备锈蚀数据集,使用dropout算法对Mask-RCNN提取的特征图进行处理,防止网络出现过拟合的现象,提升了召回率。实验结果表明,改进后模型的准确率和召回率均优于原始的Mask-RCNN网络。     

基于动态负荷预测的配电网动态状态估计方法

随着相量测量单元(PMU)在配电网中的逐步部署,配电网动态状态估计逐渐成为智能配电网中的一个重要研究课题。为改进电力系统动态状态估计算法状态预测环节,通过负荷预测模型预测电力系统运行状况;将各节点负荷作为扩展状态变量,负荷预测结果作为新增量测,建立等式约束关系;在容积卡尔曼滤波(CKF)算法框架下,提出基于动态负荷预测的配电网动态状态估计方法。与直接对状态变量做线性外推的传统状态预测方法相比,所提算法更符合配电网动态特性变化规律。在IEEE119节点配电系统上的仿真分析,证明了算法的有效性。